BAB IV ANALISA PENELITIAN
C. Analisis Data
1. Uji Kualitas Data
a. Uji Reliabilitas
Hasil uji reliabilitas yang diperoleh dalam penelitian ini adalah sebagai berikut:
Tabel 4.5 Hasil Uji Reliabilitas
Variabel Cronbach’s Alpha Keterangan
Iklan (X1) 0,612 Reliabel
Kualitas Produk (X2) 0,805 Reliabel Kualitas Pelayanan (X3) 0,780 Reliabel
Lokasi (X4) 0,789 Reliabel
Keputusan Nasabah (Y) 0,782 Reliabel Sumber: Data primer yang diolah, 2018
Berdasarkan tabel di atas, dapat diketahui bahwa semua variabel adalah handal atau reliabel, hal ini terlihat dari nilai koefisien alpha (Cronbach’s Alpha) yang memiliki nilai lebih dari 0,06. Nilai koefisien alpha (Cronbach’s Alpha) dari variabel iklan, kualitas produk, kualitas pelayanan, lokasi dan keputusan nasabah mendekati angka 1 yang artinya bahwa mempunyai ketepatan atau kehandalan yang tinggi untuk dijadikan variabel dalam suatu penelitian.
b. Uji Validitas
Uji validitas dilakukan untuk mengungkapkan apakah pernyataan pada kuesioner yang telah dibuat sah atau tidak, berikut merupakan tabel hasil uji validitas:
Tabel 4.6 Hasil Uji Validitas
Variabel Item
Pernyataan
Total Score
Correlation Keterangan Iklan Pernyataan 1 0,515** Valid
Pernyataan 2 0,462** Valid Pernyataan 3 0,632** Valid Kualitas Produk Pernyataan 1 0,770** Valid Pernyataan 2 0,753** Valid Pernyataan 3 0,756** Valid Pernyataan 4 0,793** Valid Kualitas Pelayanan Pernyataan 1 0,706** Valid Pernyataan 2 0,791** Valid Pernyataan 3 0,706** Valid Pernyataan 4 0,628** Valid Pernyataan 5 0,709** Valid Lokasi Pernyataan 1 0,713** Valid Pernyataan 2 0,725** Valid Pernyataan 3 0,744** Valid Pernyataan 4 0,743** Valid Pernyataan 5 0,752** Valid Keputusan Nasabah Pernyataan 1 0,804** Valid Pernyataan 2 0,618** Valid Pernyataan 3 0,728** Valid Pernyataan 4 0,650** Valid Pernyataan 5 0,772** Valid Sumber: Data primer yang diolah, 2018
Berdasarkan pada tabel di atas, dapat dikatakan bahwa semua pernyataan dalam kuesioner adalah valid, karena semua pernyataan berbintang 2 yang artinya signifikan pada level 1% maka semua pernyataan dapat digunakan dalam keseluruhan model pengujian dan tidak ada yang dihapus.
2. Analisis Regresi Linear Berganda
Analisis ini digunakan untuk meramalkan atau memprediksi suatu nilai variabel dependen dengan adanya perubahan dari variabel independen.
Tabel 4.7
Hasil Regresi Linear Berganda
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .851 3.628 .235 .815 IKLAN .054 .194 .019 .280 .780 KUALITAS PRODUK .230 .108 .197 2.128 .036 KUALITAS PELAYANAN .283 .127 .223 2.237 .028 LOKASI .489 .081 .490 6.068 .000
a. Dependent Variable: KEPUTUSAN NASABAH
Sumber: Data primer yang diolah, 2018
Berdasarkan tabel di atas, maka diperoleh persamaan regresi sebagai berikut:
Y = 0,851 + 0,054X1 + 0,230X2 + 0,283X3 + 0,489 X4 + ε Dari persamaan tersebut dapat diambil kesimpulan bahwa:
a. Konstan sebesar 0,851 menyatakan bahwa jika iklan (X1), kualitas produk (X2), kualitas pelayanan (X3) dan lokasi (X4) konstan atau sama dengan 0, maka besarnya keputusan nasabah akan naik sebesar 0,851.
b. Koefisien regresi iklan (X1) sebesar + 0,054 menyatakan bahwa setiap penambahan 1 point iklan (X1) akan di ikuti perubahan
keputusan nasabah sebesar + 0,054 dengan anggapan kualitas produk (X2), kualitas pelayanan (X3) dan lokasi (X4) tetap.
c. Koefisien regresi kualitas produk (X2) sebesar + 0,230 menyatakan bahwa setiap penambahan 1 point kualitas produk (X2) akan di ikuti perubahan keputusan nasabah sebesar + 0,230 dengan anggapan iklan (X1), kualitas pelayanan (X3) dan lokasi (X4) tetap.
d. Koefisien regresi kualitas pelayanan (X3) sebesar + 0,283 menyatakan bahwa setiap penambahan 1 point kualitas pelayanan (X3) akan di ikuti perubahan keputusan nasabah sebesar + 0,283 dengan anggapan iklan (X1), kualitas produk (X2) dan lokas (X4) tetap.
e. Koefisien regresi lokasi (X4) sebesar + 0,489 menyatakan bahwa setiap penambahan 1 point lokasi (X4) akan di ikuti perubahan keputusan nasabah sebesar + 0,489 dengan anggapan iklan (X1), kualitas produk (X2) dan kualitas pelayanan (X3) tetap.
3. Uji Statistik
a. Uji Koefisien Determinasi (R2)
Koefisien determinasi menunjukkan sejauh mana tingkat hubungan antara variabel dependen dengan variabel independen. Hasil uji dapat dilihat pada tabel di bawah ini:
Tabel 4.8
Hasil Uji Koefisien Determinasi (R2)
Model Summary
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .820a .672 .658 2.848
a. Predictors: (Constant), LOKASI, IKLAN, KUALITAS PRODUK, KUALITAS PELAYANAN
Sumber: Data primer yang diolah, 2018
Tabel di atas menunjukkan koefisien korelasi (R) sebesar 0,820 ini berarti ada hubungan antara variabel dependen (keputusan nasabah) dengan variabel independen (iklan, kualitas produk, kualitas pelayanan dan lokasi) sebesar 0,820. Koefisien determinasi (Adjusted R Square) sebesar 0,658 ini berarti kontribusi variabel independen (iklan, kualitas produk, kualitas pelayanan dan lokasi) mempengaruhi variabel dependen (keputusan nasabah) sebesar 65,8%, sedangkan sisanya sebesar 34,2% dipengaruhi variabel lain di luar model.
b. Uji Statistik F (Uji F)
Uji statistik F (Uji F) dilakukan untuk mengetahui seberapa jauh variabel independen secara bersama-sama mempengaruhi variabel dependen. Hasil uji dapat dilihat pada tabel di bawah ini:
Tabel 4.9 Hasil Uji Statistik F
ANOVAa Model Sum of Squares df Mean Square F Sig. 1 Regression 1576.365 4 394.091 48.592 .000b Residual 770.475 95 8.110 Total 2346.840 99
a. Dependent Variable: KEPUTUSAN NASABAH
b. Predictors: (Constant), LOKASI, IKLAN, KUALITAS PRODUK, KUALITAS PELAYANAN
Sumber: Data primer yang diolah, 2018
Pada tabel di atas menunjukkan bahwa F hitung sebesar 48,592 dengan nilai signifikasi 0,000. Karena probabilitas signifikan jauh lebih kecil dari 0,05. Hal ini menunjukkan bahwa iklan, kualitas produk, kualitas pelayanan dan lokasi secara bersama-sama berpengaruh terhadap keputusan nasabah.
c. Uji Statistik t (Uji t)
Uji statistik t (Uji t) pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel independen secara individu dalam menerangkan variasi variabel dependen. hasil uji dapat dilihat pada tabel di bawah ini:
Tabel 4.10 Hasil Uji Statistik t
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) .851 3.628 .235 .815 IKLAN .054 .194 .019 .280 .780 KUALITAS PRODUK .230 .108 .197 2.128 .036 KUALITAS PELAYANAN .283 .127 .223 2.237 .028 LOKASI .489 .081 .490 6.068 .000
a. Dependent Variable: KEPUTUSAN NASABAH
Sumber: Data primer yang diolah, 2018
Berdasarkan pada tabel di atas dapat diketahui bahwa:
1) Nilai signifikansi variabel Iklan (X1) adalah sebesar 0,780 lebih besar dari 0,05, artinya ada pengaruh yang positif tetapi tidak signifikan antara Iklan (X1) terhadap Keputusan Nasabah (Y).
2) Nilai signifikansi variabel Kualitas Produk (X2) adalah sebesar 0,036 lebih kecil dari 0,05, artinya ada pengaruh yang signifikan antara Kualitas Produk (X2) terhadap Keputusan Nasabah (Y).
3) Nilai signifikansi variabel Kualitas Pelayanan (X3) adalah sebesar 0,028 lebih kecil dari 0,05, artinya ada pengaruh yang signifikan antara Kualitas Pelayanan (X3) terhadap Keputusan Nasabah (Y).
4) Nilai signifikansi variabel Lokasi (X4) adalah sebesar 0,000 lebih kecil dari 0,05, artinya ada pengaruh yang signifikan antara Lokasi (X4) terhadap Keputusan Nasabah (Y).
4. Uji Asumsi Klasik
a. Uji Multikolonieritas
Uji multikolonieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar varaibel bebas (independen). Dalam penelitian ini untuk mengetahui ada tidaknya gejala multikolonieritas dengan melihat nilai VIF dan nilai tolerance.
Tabel 4.11
Hasil Uji Multikolonieritas
Coefficient Correlationsa
Model LOKASI IKLAN
KUALITAS PRODUK KUALITAS PELAYANAN 1 Correlations LOKASI 1.000 .062 -.275 -.359 IKLAN .062 1.000 -.116 -.298 KUALITAS PRODUK -.275 -.116 1.000 -.512 KUALITAS PELAYANAN -.359 -.298 -.512 1.000 Covariances LOKASI .007 .001 -.002 -.004 IKLAN .001 .038 -.002 -.007 KUALITAS PRODUK -.002 -.002 .012 -.007 KUALITAS PELAYANAN -.004 -.007 -.007 .016
a. Dependent Variable: KEPUTUSAN NASABAH
Dari tabel di atas dapat dilihat hasil besaran korelasi antar variabel independen tampak bahwa variabel kualitas Pelayanan (X3) yang mempunyai korelasi tinggi dengan variabel kualitas produk (X2) dengan tingkat korelasi sebesar – 0,512 atau sekitar 51,2%. Oleh karena itu, korelasi ini masih di bawah 95%, maka dapat dikatakan tidak terjadi multikolonieritas yang serius.
Tabel 4.12
Hasil Uji Multikolonieritas
Coefficientsa Model Unstandardize d Coefficients Standar dized Coeffici ents t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) .851 3.628 .235 .815 IKLAN .054 .194 .019 .280 .780 .737 1.356 KUALITAS PRODUK .230 .108 .197 2.128 .036 .402 2.490 KUALITAS PELAYANAN .283 .127 .223 2.237 .028 .349 2.865 LOKASI .489 .081 .490 6.068 .000 .530 1.888
a. Dependent Variable: KEPUTUSAN NASABAH
Sumber: Data primer yang diolah, 2018
Dari tabel di atas, hasil perhitungan nilai Tolerance juga menunjukkan tidak ada variabel independen yang memiliki nilai Tolerance kurang dari 0,10 yang berarti tidak ada korelasi antar variabel independen yang nilainya lebih dari 95%. Hasil perhitungan nilai Variance Inflation Factor (VIF) juga menunjukkan hal yang sama tidak ada satu variabel independen
yang memiliki nilai VIF lebih dari 10. Jadi dapat disimpulkan bahwa tidak ada multikolonieritas antar variabel independen dalam model regresi.
b. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain.
Sumber: Data primer yang diolah, 2018
Gambar 4.1 Uji Heteroskedastisitas
Dari grafik scatterplots di atas, terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai untuk memprediksi Keputusan Nasabah (Y)
berdasarkan masukan variabel independen iklan (X1), kualitas produk (X2), kualitas pelayanan (X3), dan lokasi (X4).
c. Uji Normalitas
Uji normalitas digunakan untuk meguji apakah model regresi data variabel dependen dan independen berdistribusi normal atau tidak. Sebuah data dikatakan berdistribusi normal atau tidak dapat dilihat dari grafik histogram maupun grafik normal plot dan uji statistik.
Sumber: Data primer yang diolah, 2018
Gambar 4.2 Grafik Histogram
Dari grafik histogram di atas, terlihat bahwa grafik histogram menunjukkan pola distribusi yang mendekati normal, sehingga bisa disimpulkan bahwa model regresi memenuhi asumsi normalitas.
Sumber: Data primer yang diolah, 2018
Gambar 4.3 Grafik Normal Plot
Dalam grafik normal plot di atas, terlihat adanya titik-titik yang menyebar disekitar garis diagonal sedangkan penyebarannya mengikuti arah garis diagonalnya. Sehingga dapat disimpulkan bahwa model regresi memenuhi asumsi normalitas.
Tabel 4.13 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,b Mean .0000000
Std. Deviation 2.78972743
Most Extreme Differences Absolute .078
Positive .055
Negative -.078
Test Statistic .078
Asymp. Sig. (2-tailed) .138c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber: Data primer yang diolah, 2018
Pada hasil uji dari statistik non-parametrik kolmogorov-smirnov menyatakan bahwa Asymp.Sig (2-tailed) sebesar 0,138 sedangkan tingkat signifikansi yang digunakan adalah 0,05. Hasil ini menunjukkan bahwa data yang digunakan adalah data yang berdistribusi normal, karena nilai Asymp.Sig (2-tailed) lebih besar dari 0,05 yaitu (0,138>0,05).
d. Uji Linearitas
Tabel 4.14
Hasil Uji Durbin Watson Model Utama
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .820a .672 .658 2.848 1.599
a. Predictors: (Constant), LOKASI, IKLAN, KUALITAS PRODUK, KUALITAS PELAYANAN
b. Dependent Variable: KEPUTUSAN NASABAH
Sumber: Data primer yang diolah, 2018
Tabel 4.15
Hasil Uji Durbin Watson Model Kuadrat
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .825a .681 .668 2.807 1.620
a. Predictors: (Constant), LOKASI2, IKLAN2, KUALITAS_PRODUK2, KUALITAS_PELAYANAN2
b. Dependent Variable: KEPUTUSAN NASABAH
Dari data di atas, menunjukkan bahwa uji linearitas menggunakan uji Durbin Watson dan hasil output SPSS menghasilkan nilai D-W sebesar 1,620 dan dibandingkan dengan nilai signifikan 5%, jumlah sampel 100 (n) dan jumlah variabel independen 4 (k=4). Jika nilai D-W lebih besar dari nilai dl maka tidak terjadi autokorelasi. Oleh karena nilai D-W 1,620 lebih besar dari batas bawah (dl) 1.592 maka dapat disimpulkan tidak terjadi autokorelasi.